文献

J-GLOBAL ID：201802284906454454   整理番号：18A0438981

地理分散型データセンタ間のコスト効率の高いタスクスケジューリングを時間および【Powered by NICT】

Time- and Cost- Efficient Task Scheduling across Geo-Distributed Data Centers

著者 (3件)： Hu Zhiming (Department of Electrical and Computer Engineering, University of Toronto, Toronto, ON, Canada) ,  Li Baochun (Department of Electrical and Computer Engineering, University of Toronto, Toronto, ON, Canada) ,  Luo Jun (School of Computer Science and Engineering, Nanyang Technological University, Singapore)
資料名： IEEE Transactions on Parallel and Distributed Systems  (IEEE Transactions on Parallel and Distributed Systems)
巻： 29  号： 3  ページ： 705-718  発行年： 2018年 
JST資料番号： T0882A  ISSN： 1045-9219  CODEN： ITDSEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビッグデータ処理と呼ばれる典型的には,機械学習アルゴリズムを用いた地理的に分散した地域からの大量のデータを解析する政府と多国籍企業のための重要な分析手段として出現した。伝統的な知恵は中央データ中心位置に世界中のすべてのデータの収集を必要とし,データ並列応用を用いて処理されていない。これはデータの量は指数関数的に増大する効率も実践的でもない。データ転送ではなく,計算タスクはデータ近く予定されるべきであると信じているが,データは,データセンター間移動の最小量で処理されるべきである。本論文では,フラッタ,地理的に分散したデータセンター間の完了時間とビッグデータ処理ジョブのネットワークコストの両方を減少させる新しいタスクスケジューリングアルゴリズムを設計し,実装した。データ並列応用の特異的特性に,ジョブ完了時間のみを最適化するために,ここではまず,辞書式ミニマックス整数線形計画法(ILP)問題としてこの問題を定式化し,次にオンライン様式で効率的にILP問題を変換分離可能凸目的関数と全ユニモジュラ制約行列,標準線形計画法ソルバを用いて解くことができると非線形計画法問題に変換した。両時間及びコスト効率を改善する場合,ILP問題として一般的な問題を定式化し,著者らはLP問題を解く実操業において同じ目標を達成することができることを見出した。フラッタの筆者らの実装は,Apache火花,ビッグデータ処理のための一般的なフレームワークに基づいている。著者らの実験結果は,フラッタは実質的にジョブ完了時間とネットワークコストの両方を短縮できることを説得力のある証拠を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *データセンタ ,  フラッタ ,  *地理学 ,  学習アルゴリズム ,  非線形計画法 ,  整数線形計画法 ,  線形計画法 ,  目的関数 ,  データ転送 ,  定式化 ,  最適化
準シソーラス用語： データ並列 ,  ビッグデータ ,  *タスクスケジューリング ,  *コスト効率 , 【Automatic Indexing@JST】

分類 (1件)： ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (4件)： 地理 ,  データセンタ ,  コスト効率 ,  タスクスケジューリング